《人工智能海洋学基础及应用》正式出版！

0 p2 P. S; C- `% R% ^$ L+ t: J& H. E

原标题：《人工智能海洋学基础及应用》正式出版！

5 H' c8 _% ]& J2 D

（请在订单备注处注明发票抬头和税号）

; e, w( u6 k" R* B+ ^" B1 W& u: a. N

官方旗舰店质量保证！出版社库房直发，

提供正规电子发票！

$ [" j$ O% K+ m/ r

人工智能海洋学是一门融合人工智能和海洋学的新兴交叉学科，本书旨在详尽充实地介绍人工智能海洋学的相关知识。本书共分9章，介绍了海洋大数据、Python语言、人工智能基础（神经网络、深度学习、卷积神经网络和循环神经网络）、海洋特征智能识别、海洋参数智能预测、动力参数智能估算和模式误差智能订正等，深入浅出地介绍了人工智能技术在海洋学中的应用。

目录

前言

1 V, Y0 Y- T/ }

第1章 绪论 1

}4 A8 }" q M0 `& g9 n9 G4 L& ^

1.1 人工智能发展历程 1

1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2

) a: D" C- n/ R+ ~& I. o

1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2

& o2 ]* u6 w2 w) E: o

1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2

C# q, S9 Q" U0 D8 I

1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3

9 E5 {3 B0 c+ }0 |

1.1.5 第3次浪潮(20世纪90年代中期至今) 3

& |. D8 s8 K* q8 w, h1 o

1.2 人工智能海洋学发展历程 5

1.2.1 海洋特征智能识别 6

8 J+ U- [( D/ P

1.2.2 海洋参数智能预测 6

1.2.3 动力参数智能估算 7

1.2.4 海洋智能化探测 7

1.3 本书的结构和基本内容 8

第2章 海洋大数据简介 10

2.1 大数据概况 10

! W; z& i5 Y8 \6 h2 K: o

2.2 海洋大数据的发展历程 10

2.2.1 海洋数据的初步积累阶段 11

2.2.2 海洋数据的进一步积累阶段 12

2.2.3 海洋数据的大量积累阶段 13

0 O. i( d1 G Q& g( B9 ]7 |

2.3 海洋大数据的定义及特征 14

2.3.1 海洋大数据的定义 14

* o4 Q% w( ]; i' ]$ V; T. x: I3 W% R

2.3.2 海洋大数据的特征 14

' K! r9 k" U5 @) O. i% D! t

2.4 海洋大数据的数据来源 15

2.4.1 海洋实测数据 15

2.4.2 海洋遥感数据 18

0 O- S' j& f% ^

2.4.3 海洋模式数据 21

2.5 海洋大数据的处理分析 23

0 y6 n- H; R) M/ @7 s6 i, y, ]

2.5.1 海洋大数据的存储与管理 23

: p' y0 z' c/ g- ]: `

2.5.2 海洋大数据分析挖掘技术 24

( E4 j) J, O* |

2.5.3 海洋大数据可视化技术 24

% J! {# [% K! f# h3 i3 d

2.6 常用海洋大数据平台 25

2 Z: E3 G* Y) b, e3 l8 d

2.6.1 海洋科学大数据中心 25

; }9 V6 g2 _/ _; n e

2.6.2 美国国家数据浮标中心 26

. v( Y8 M3 a8 Q1 U; e

2.6.3 欧洲海洋观测和数据网络 26

2.6.4 日本气象厅平台 27

2.7 一种常用的海洋大数据管理系统 27

1 i/ H' O) R8 f5 G

2.7.1 为什么需要Hadoop 27

2.7.2 HDFS 29

2.7.3 MapReduce 31

2.7.4 Hadoop的部署 32

思考练习题 37

2 N+ ]' G! Z/ Z- ?) O" \; ^

第3章 Python语言 38

3.1 安装与运行 38

- G, P* W/ k! K0 P+ Z, I" Y

3.1.1 安装Anaconda 38

3.1.2 安装PyCharm 41

3 F$ J1 L5 Q; r

3.2 基本变量类型 42

+ ?5 z' [( v, L9 J: H+ a9 o: `5 S

3.2.1 数字与运算 43

6 w" u! L% b7 Y

3.2.2 字符串 44

3.2.3 列表 44

3.2.4 字典 46

5 B( j& Q% X% N5 V9 m {

3.3 函数和类 48

3.3.1 函数 48

3.3.2 类 48

3.4 循环与判断 51

3.5 库 52

* i: t' [ s. e

3.5.1 Numpy 52

1 v K5 S( g! |5 g9 W

3.5.2 Matplotlib 55

3.5.3 NetCDF 69

3.5.4 Xarray 69

4 Z% I. d1 `0 \( j6 V1 C

3.5.5 Cartopy 72

3.5.6 TensorFlow 73

思考练习题 76

# [0 p- |" V* a9 J* h

第4章 人工智能基础 79

4.1 人工智能基本概念 79

8 v% V% l6 G6 a8 F

4.1.1 数据集划分方法 79

4.1.2 分类问题评价指标 80

4.1.3 回归问题评价指标 82

4.2 BP神经网络 82

8 j/ K: O% @$ F G9 Z

4.2.1 神经网络基本概念 83

& U/ J8 p" @$ g) W9 z* I

4.2.2 M-P模型 84

4.2.3 感知机模型 85

( t; P7 a; s( M/ w6 ?

4.2.4 BP神经网络 87

4.3 其他神经网络 90

4.3.1 前馈神经网络 90

4.3.2 模糊神经网络 91

4.3.3 径向基神经网络 93

+ j( S! j9 b" c- d U. u

4.4 上机实验：搭建BP神经网络 95

2 U! a: X) c! e! L* |

4.4.1 数据准备 96

, b% c( e# {) o- K R: P4 c4 D8 T

4.4.2 模型搭建 96

* `9 ?, Y0 h0 p- P2 [4 I

4.4.3 结果检验 97

思考练习题 100

' G& G% M P8 V. z

第5章 深度学习 101

/ v* j$ l+ _; y- h8 F4 K

5.1 深度学习入门 101

5 F( W" k2 x7 O3 M4 A. Z

5.2 深度学习的特征 102

5.3 卷积神经网络的基础结构 104

5.3.1 数据输入层 104

" @8 |2 n& p' U- d

5.3.2 卷积层 105

4 E* H4 X! G. ?7 v/ H- t6 i

5.3.3 池化层 107

5.3.4 全连接层 109

# W; j- H' ~# ]. Q8 }! |

5.4 常用的4类卷积神经网络架构 109

( X% @! ?( D9 d" q. u

5.4.1 LeNet5 110

$ ]1 w7 f& r5 H3 ?! C

5.4.2 AlexNet 111

5 H- ~3 g! H4 T, G5 X" L! W8 |- s

5.4.3 VGG 114

7 x' H1 _) `/ J1 u

5.4.4 ResNet 115

5.5 基于卷积神经网络的语义分割 118

$ S6 B( D6 w7 S1 y; K

5.5.1 图像处理的不同层次 118

5.5.2 全卷积神经网络 120

; Q2 x8 o5 f1 {2 X: `

5.5.3 DeepLab系列模型 123

@( D4 \; B T4 `4 Z

5.5.4 PSPNet 127

# c/ n3 b" ~7 A% n2 Y; k- z7 G) K7 T

5.6 上机实验：搭建卷积神经网络 129

5.6.1 模型搭建 129

' v: H' V- T) ~- w$ i! O: w3 i2 }

5.6.2 结果检验 131

思考练习题 133

第6章 循环神经网络 134

& H* \, {1 s) }3 A& e

6.1 循环神经网络 134

! Y% z; [! D2 B" h7 s. c

6.2 长短时记忆网络 137

" B( ?: h/ l4 ^6 G8 h+ }0 z

6.2.1 LSTM的内部结构 137

* a0 y) Y! y' c* d' t( _

6.2.2 LSTM的“门”结构 138

6.3 门控循环单元 141

6.3.1 GRU的网络结构 141

/ E8 r) K+ o, {5 d, j! |

6.3.2 重置门和更新门 142

6.3.3 候选隐藏状态 142

6.3.4 隐藏状态 143

% ^9 f6 H5 l7 Y: Q# x' T7 b& I

6.4 双向网络结构 145

' F2 N* g/ D! _% A& M

6.4.1 双向长短时记忆网络 145

6.4.2 双向门控循环单元 146

& b# I* K( N& w0 [7 d0 y2 F" R) ]

6.5 上机实验：搭建循环神经网络 147

6.5.1 数据准备与模型搭建 147

9 z+ m2 B a( g

6.5.2 结果检验 149

0 I s% D/ `' H7 k- w

思考练习题 151

第7章 海洋特征智能识别 152

7.1 海洋涡旋与智能识别 152

7.1.1 海洋涡旋 152

* m, q: t# @7 @- v% K$ D7 M4 X0 I

7.1.2 基于PSPNet算法的海洋涡旋智能识别 153

7.1.3 不同人工智能算法在海洋涡旋识别应用中的比较 160

7.2 海洋内波与智能识别 166

1 ^' A1 R3 y- S/ `. w( g& o

7.2.1 海洋内波 166

7.2.2 海洋内波的智能识别 168

0 p; q2 U( Q: r$ T4 r6 s' k; P; J- ?

7.3 海表溢油与智能监测 170

7.3.1 海表溢油 170

7.3.2 海表溢油监测 172

7.3.3 海表溢油的智能监测 172

# X1 E; \3 {4 @- i& G- k+ Z2 N

7.4 海冰与智能探测 176

5 m8 R3 a; M) ?( ]/ m1 L7 }

7.4.1 海冰 176

7.4.2 海冰探测 177

; a" {$ X+ d, _( Z8 B

7.4.3 海冰智能探测 177

7.5 海洋藻类与智能识别 180

$ ^2 c9 F6 b6 E( j! W

7.5.1 海洋藻类 180

7.5.2 海洋藻类的智能识别 181

7.6 海上船只与智能监测 183

/ N+ `( Z, R) ^* V& \5 T# A

7.6.1 海上船只监测 183

. a9 u" N) F% i# [+ u4 _

7.6.2 海上船只智能监测 184

, a" b, ]+ o. J( o& J+ a* v

7.7 上机实验：语义分割识别海洋涡旋 187

0 V0 W; D8 H3 Y: x# m5 s

7.7.1 数据准备 187

7.7.2 模型识别 189

/ L" I1 U! F% E- K: \3 q

7.7.3 结果显示 193

思考练习题 197

Q: m/ `& v; [( ]6 Q* S

第8章 海洋参数智能预测 198

: s2 y" O, h: B9 m

8.1 海洋气候预测 198

8.2 近岸风暴潮智能预测 201

8.2.1 风暴潮单点水位智能预测 202

# |* Z9 i2 L3 `4 ^) c/ a+ k3 L* B2 F( Q

8.2.2 风暴潮漫滩过程智能预测 206

* b0 z4 b1 E0 v) [4 J

8.3 海洋波浪智能预测 209

, T5 d5 j7 T3 I: Q! S$ t

8.4 海面风速智能预测 211

0 n; ]/ q+ Q2 |2 m/ H3 b$ d4 N

8.5 海表温度智能预测 213

" j3 y2 q }; y V% V" V! Y

8.6 上机实验：有效波高智能预测 217

8.6.1 数据准备 218

8.6.2 模型构建 218

8.6.3 结果展示 220

思考练习题 221

第9章 动力参数智能估算和模式误差智能订正 222

9.1 海洋模式次网格动力参数的智能估算 223

9.1.1 准地转海洋模式 223

9.1.2 降低数据分辨率 224

2 ]& C$ r3 s& B

9.1.3 智能估算模型 225

' H1 o3 v% J9 [. b; U, \

9.1.4 智能估算结果 226

1 Q2 F q7 N) |7 @- C Z a

9.2 大气模式湿物理参数的智能估算 229

9.2.1 湿静力能量守恒 230

9.2.2 神经网络设置和数据 230

4 u* j$ L- b0 Y: I9 w# p! w4 Q. }2 R

9.2.3 ResCu的智能预测结果 232

9.3 数值模式误差智能订正 235

思考练习题 238

参考文献 239

- `7 x) Q( \; Y V& c" v" G " e i* K. e$ h% P' Z/ m

（请在订单备注处注明发票抬头和税号）

* r1 z4 H& L) w& t

官方旗舰店质量保证！出版社库房直发，

提供正规电子发票！

* L# w& t; N/ y. H' f* M" g0 \0 N

— END—

% O& c o1 j" w6 W, P

信息来源：科学出版社。

. `0 T. ?: D, m: J: Q

转载请注明信息来源及海洋知圈编排

大家都在看

► 戴民汉、周忠和院士重磅推荐！国内首套极地海洋科考绘本出版！四位一线科考队员倾力创作…… 4 V8 K: t5 ]! ` K+ h

► 中科院海洋所李新正课题组组织编撰的《中国近海底栖动物分类体系》和《中国近海底栖动物常见种名录》出版发行！

^. K, v; H, S O! p ► 经国务院批准成立！自然资源部部长王广华担任“联合国海洋科学促进可持续发展十年” 中国委员会主任，主持召开委员会成立会议并讲话 9 ?! p `* z3 G! |

► 自然资源部副部长，国家海洋局局长王宏：努力推动海洋强国建设取得新进展

► 王颖院士主编《数字南海》正式出版！

0 r. t# s% n2 }3 h

► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编）

0 I8 @& z' m* [

►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！

►《海洋数值模拟》正式出版！董昌明主编

► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著

► 填补海洋气象学领域空白！《爆发性气旋》专著出版

► 《黄河三角洲湿地碳循环与碳收支》专著出版

► 《海洋环境分析监测技术》中科院烟台海岸带所陈令新研究员等编著

海

' @: t9 E( Q7 c/ v

► 我国首部风暴潮数值预报专著《现代风暴潮预报技术及应用》

. x. C' F" J8 l, f; F( I

洋

2 [/ N5 V5 v: ~5 U2 e

►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？

书

$ w/ L" `1 W8 y8 E5 n

►《现代海底热液活动》栾锡武研究员 著

屋

►《海洋机器人科学与技术丛书》出版发行

► 我国第一部《海洋生物地球化学》研究生教材出版

! U% e8 H1 \ M

► 自然资源部海洋二所吴自银研究员等牵头撰写《High-Resolution Seafloor Survey and Applications》出版

/ z# g. S/ U4 G/ R1 J% y

►《自主水下机器人》封锡盛院士等主编、徐会希高工等著

►《渤黄东海生源要素的生物地球化学》 中科院海洋所宋金明研究员等编撰

& j6 S' c$ t7 b

► 《海洋和海岸环境塑料污染与治理》 骆永明等编著

►《恢复生态学》：湿地生态系统的功益及退化湿地生态恢复的技术方法

►《地球系统与演变》 白令海道开启和和北冰洋的演变 （附注：北冰洋大洋钻探 ）| 汪品先院士：为地球系统科学正本清源

9 K6 _" w) L; u5 Z: \

► 《黄河三角洲湿地生境演变遥感监测》出版

' ~: h U- r4 U3 d- I

海洋知圈

知晓海洋 | 探知海洋

宣传海洋 | 服务海洋

5 }& d; z% \. M* e; ?

如您喜欢，请“点赞”并点亮“ 在看”